Robótica
Cosmos 3 amplía su laboratorio para robots y coches
Nvidia, responsable de la familia Cosmos 3, presenta cuatro nuevos modelos de pesos abiertos para generar escenarios de conducción y simulaciones interactivas. Según la empresa, permiten variar las condiciones de una escena o predecir imágenes a partir de acciones, aunque sigue pendiente medir su fidelidad para entrenar y evaluar sistemas.
Recibe el resumen diario de IA
Cada mañana, lo esencial de la inteligencia artificial en tu correo, sin humo. Al día con la IA.
Al suscribirte aceptas recibir el newsletter de AI Informator. Puedes darte de baja cuando quieras.
En resumen
- Según Nvidia, los nuevos modelos se reparten tareas de generación de datos de conducción, simulación y predicción visual de acciones de robots.
- Nvidia afirma que todos tienen 16.000 millones de parámetros entrenables y utilizan OpenMDW1.1, que permite usos comerciales y no comerciales bajo sus condiciones.
- Según Nvidia, todavía queda trabajo para determinar dónde estas simulaciones sirven de forma fiel al aprendizaje y la evaluación de políticas de actuación.
Una familia con tareas distintas
| Modelo | Función |
|---|---|
| Cosmos3-Nano-Transfer-Auto | Genera datos de conducción desde varias vistas con cambios de tiempo atmosférico, iluminación y hora del día. |
| Cosmos3-Nano-Sim-Auto | Genera observaciones sincronizadas en modo continuo para simular la conducción. |
| Cosmos3-Nano-Sim-Transfer | Convierte controles de un simulador y un prompt en vídeo fotorrealista. |
| Cosmos3-Nano-Sim-Bimanual | Predice vídeo a partir de acciones de un robot o una cámara. |
Nvidia presenta las incorporaciones como herramientas complementarias. Una genera datos de conducción con cambios de tiempo atmosférico, iluminación y hora del día; otra produce observaciones sincronizadas para simular la conducción. Las restantes convierten controles de un simulador en vídeo fotorrealista o predicen imágenes a partir de acciones de un robot o una cámara.
Según la empresa, el punto común es conectar acciones y observaciones: lo que se genera en un momento puede orientar la siguiente acción. Esa interacción permite estudiar cómo evoluciona una escena cuando el sistema actúa sobre ella, en lugar de limitarse a producir una secuencia visual sin continuidad con las decisiones.
Pesos abiertos y condiciones de uso
Según Nvidia, los cuatro modelos proceden del post-entrenamiento de una misma base y tienen 16.000 millones de parámetros entrenables cada uno. La empresa los ofrece con pesos abiertos y utiliza la licencia OpenMDW1.1, que permite usos comerciales y no comerciales sujetos a sus términos.
Nvidia presenta los pesos y las recetas de post-entrenamiento como un punto de partida compartido para adaptar los modelos, comparar métodos y aportar mejoras. Según la empresa, el trabajo posterior también incluye identificar sus límites y corregir los casos en los que la simulación se queda corta.
La fidelidad de la simulación sigue por medir
Según Nvidia, siguen siendo difíciles los problemas que aborda esta familia. La empresa sitúa entre las tareas pendientes medir en qué condiciones los modelos apoyan fielmente el aprendizaje y la evaluación de políticas de actuación, entender sus limitaciones y mejorar donde fallen.
Según Nvidia, la generación continua permite explorar cómo se encadenan las acciones y las observaciones. La propia empresa distingue esa posibilidad de investigación del trabajo que aún queda para medir su utilidad: disponer de mundos simulados más sensibles a las acciones no resuelve por sí solo la evaluación de su fidelidad.
Conclusión
Nvidia presenta una familia con funciones diferenciadas para construir y adaptar entornos de prueba. Según la empresa, el siguiente trabajo consiste en comprobar dónde esas simulaciones permiten aprender y evaluar comportamientos con fidelidad, además de localizar sus límites y mejorarlos.
Fuentes primarias
Recibe el resumen diario de IA
Cada mañana, lo esencial de la inteligencia artificial en tu correo, sin humo. Al día con la IA.
Al suscribirte aceptas recibir el newsletter de AI Informator. Puedes darte de baja cuando quieras.
Comentarios